许多机器学习和人工智能算法是集中式的，在过程中没有透明性。现在，基于区块链的初创公司旨在改善业务工作流程中的透明度偏差。

到2027年，全球人工智能市场预计将达到2660亿美元。根据IDC公司的调查数据，全球人工智能支出预计将在四年内翻番，到2024年将达到1100亿美元。

然而，人工智能在全球范围内的迅速普及导致人们对隐私，公平和透明性的担忧。

瑞典哥德堡的科技创业厂商Unbiased公司旨在解决这些问题。它正在构建解决方案，以使用区块链技术解决人工智能和大数据中的道德挑战。

该公司已宣布推出其数据市场工具。该工具旨在成为使用人工智能和机器学习应用程序的企业的“一站式B2B解决方案”。

该解决方案包括面向使用人工智能和机器学习应用程序（包括数据收集、注释、标签和分析）的以隐私为中心的分散式人工智能开发工具，这些都记录在区块链上。

该项目于2020年3月在beta版中引入，目前已投入商业使用。

当前，大多数用于训练有监督的机器学习和人工智能算法的数据集生成工具都趋向于集中化，并且在过程中没有透明性。随着算法的学习，这可能会带来有偏差的结果，并且可能会被恶意数据打乱。

该初创公司使用Telos区块链来跟踪Data Marketplace平台上的所有操作，包括项目和任务的创建，工作人员的贡献以及数据交换。Unbiased选择了Telos公司的治理引擎TelosDecide将其集成到业务工作流中。

Unbiased WorkForce支持无偏数据市场，Unbiased WorkForce是一个众包平台，具有收集人工智能和机器学习数据集所需的数据收集和注释工具。该平台目前支持20多种项目和任务类型。

企业可以通过在AppStore、Google Play或网络应用程序中注册“无偏见”，，完成限定任务，然后开始执行付费任务，从而为你的工作做出贡献并获利。

第一批任务现已开始，其初始项目专注于数据收集和音频转录。

Unbiased公司创始人兼首席执行官Sukesh Tedla说：“Unbiased公司使用Telos区块链来提高透明度和完整性，使用户可以根据设定的要求信任，并验证其数据集注释是否正在发生。”

Gartner公司的研究表明，在过去两年中，部署人工智能的组织从4％增长到14％，因此在数十亿美元的人工智能行业中保护数据透明性，可信赖性和道德至关重要。

欧盟正在研究人工智能的深远影响以及如何最好地应对透明度挑战。

也许公共区块链的一成不变的分类帐和透明度将提供人工智能和机器学习迫切需要的去中心化、可信赖的解决方案。